使用LSRB算法解決迷宮的線迷宮機器人

　　描述

　　這是一款使用LSRB算法解決迷宮的線迷宮機器人。與許多機器人不同，這是通過使用 IR 傳感器陣列來完成的，但我找到了一種僅使用 3 個 IR 傳感器來解決迷宮問題的方法。與此同時還節(jié)省了很多經(jīng)費，因此這個項目也可以說是愛好者的一個簡單且更便宜的選擇。

　　前提

　　在開始實際項目之前，還有一些先決條件。

　　熟悉通用PCB的焊接

　　熟悉Arduino的電路/引腳圖及其硬件。

　　基礎物理（質心、摩擦力、重心和車輪）

　　基礎電子（電線、電源、電流、電壓、歐姆定律）

　　硬件

　　對稱底盤

　　電機驅動器

　　陀螺儀（可選）

　　60 RPM 直流電機

　　車輪

　　紅外傳感器

　　Arduino Pro Mini

　　1. 對稱底盤

　　擁有對稱底盤非常重要。

　　如果底盤不對稱，則機器人車的質心（COM）將不在中心。如果發(fā)生這種情況，機器人將繼續(xù)向右或向左移動，這將導致最短路徑算法出現(xiàn)問題或缺陷。

　　2. 馬達驅動器（L298N）

　　這將用于驅動直流電機。L298N是雙通道的，意思是它可以同時控制兩個電機的方向。

　　3.Mpu 6050

　　MPU6050是6軸加速度加陀螺儀模塊。這意味著它可以測量 X、Y 和 Z 方向的加速度，還可以測量運動中身體的偏航、俯仰和滾動。

　　4. 60 RPM 直流電機

　　這些電機將用于移動機器人。為什么選擇 60 RPM 電機？好吧，如果您正在入門，最好從慢速馬達開始。速度慢的機器人更穩(wěn)定，更容易控制。對于許多強勁的 RPM，電機將難以控制（為此您需要強大的 PID 控制器）。因此，要開始使用，建議使用 60 RPM 直流電機。

　　5. 輪子

　　這些是迷宮解決機器人中最重要的組件之一。確保您的車輪具有更好的牽引力并且由優(yōu)質橡膠制成。這些車輪將連接到直流電機。

　　6. 紅外傳感器

　　這些傳感器將在檢測交叉路口類型方面發(fā)揮重要作用。

　　7.Arduino Pro mini

　　這將是我們機器人的大腦。算法的所有處理和計算都將在這個微控制器中進行。

　　“LSRB”算法

　　這是機器人解決迷宮的算法。在“LSRB”中，L 代表“LEFT”，S 代表“STRAIGHT”，R 代表 RIGHT，B 代表“BACK”或 BACKWARD。這些 LEFT、RIGHT、STRAIGHT 和 BACK 是機器人遵循的方向。該算法簡單直接。在該算法中，向左方向具有最高優(yōu)先級，而后（U 形轉彎）方向具有最低優(yōu)先級。讓我們看看這個算法是什么樣子的：

　　第 1 步：只要有可能轉彎，請始終跟隨左轉

　　第 2 步：如果無法向左走，請直接走。

　　第 3 步：如果 LEFT 和 STRAIGHT 都不可能，請選擇 RIGHT。

　　第 4 步：如果 LEFT、STRAIGHT 和 RIGHT 都不可能返回（或者這意味著要掉頭）

　　這意味著無論何時機器人在轉折點或十字路口，它總是盡可能向左走。如果 LEFT 不可能，那么 STRAIGHT，如果兩者都不可能，那么 RIGHT。如果所有三個轉彎都不可能，那么只能返回。這是您唯一需要了解的 LSRB 算法?；诖耍?8 種可能的情況：

　　1.Simple 或 Straight lane ：這里 LEFT 是不可能的，但 STRAIGHT 路徑是。所以機器人將遵循直線路徑。

　　2.左轉（僅限左）：顧名思義，這是左轉，所以這里可以左轉。根據(jù) LSRB 算法，機器人應盡可能向左走。所以機器人會在這里左轉。

　　3.右轉（僅右轉）：同樣顧名思義，這是一個右轉，所以左和直路徑都是不可能的，所以根據(jù) LSRB 算法機器人將右轉。

　　4. T相交（T）：這個相交的形狀像T，所以叫T相交。如圖所示，Robot 可以左轉。所以通過算法機器人會左轉。

　　5. 左 T 路口（直或左）：再次通過圖像，我們可以看到機器人可以走左路，所以機器人會在這里左轉。

　　6.Right T 交點（直或右）：這里不可能向左，但直路徑是。所以機器人會左轉

　　7.Dead End：這里 LEFT、STRAIGHT 和 RIGHT 這三個都不可能。所以機器人會在這里掉頭。

　　8. 四車道交叉口（Cross）：此處再次通過圖像左轉是可能的，因此機器人將在此處左轉。

　　最后，迷宮結束：迷宮在這里結束，所以機器人會停在這里。

　　現(xiàn)在讓我們看一下如何將其轉換為代碼：

　　//LSRB ALGORITHM

IR1 =
IR2 =
IR3 =

void setup?
{
? DECLARE IR1 IR2 AND IR3 AS INPUTS
}

void loop?
{
? IR1 = digitalRead()
? IR2 = digitalRead()
? IR3 = digitalRead()

? if (IR1 == LOW && IR2 == HIGH && IR3 == LOW)//Straight path
? ? {
? ? ?Forward();
? ? }

? if (IR1 == HIGH && IR2 == LOW && IR3 == LOW)//Left turn
? ? {
? ? ?Left();
? ? }

? if (IR1 == LOW && IR2 == LOW && IR3 == HIGH)//Right Turn
? ? {
? ? ? Right();
? ? }

? if (IR1 == HIGH && IR2 == LOW && IR3 == HIGH)//T Intersection
? ? {
? ? ? Left(); // As left is possible
? ? }

? if (IR1 == HIGH && IR2 == HIGH && IR3 == LOW)//Left T Intersection
? ? {
? ? ? Left();// As Left is possible
? ? }

? if (IR1 == LOW && IR2 == HIGH && IR3 == HIGH)//Right T Tntersection
? ? {
? ? ?Forward();//As Straight path is possible
? ? }

? if (IR1 == LOW && IR2 ==LOW && IR3 == LOW)//Dead End
? ? {
? ? ?U_Turn(); //As no other direction is possible
? ? }

? if (IR1 == HIGH && IR2 == HIGH && IR3 == HIGH)//4 Lane intersection
? ? {
? ? ?Left(); //As no other direction is possible
? ? }

? if (IR1 == HIGH && IR2 == HIGH && IR3 == HIGH)//End of Maze
? ? {
? ? ?Stop(); //As no other direction is possible
? ? }?
}

代碼很簡單，但還有一個問題。4車道交叉口和迷宮盡頭的情況似乎相似。我們的機器人如何區(qū)分 4 車道交叉口和 End of Maze？答案也很簡單。讓機器人走得更遠一點?，F(xiàn)在，如果傳感器的值保持不變，那就結束了。但是如果左右傳感器的值發(fā)生變化，那么它是一個 4 路交叉點。讓我們看一下它的代碼：

if (IR1 == HIGH && IR2 == HIGH && IR3 == HIGH)
? ? {
? ? ?Forward();
? ? ?delay();
? ? ?Stop();

? ? ?if (IR1 == HIGH && IR2 == HIGH && IR3 == HIGH)
? ? ? ? {
? ? ? ? ? Serial.println("?ND OF MAZE");
? ? ? ? ? Stop();
? ? ? ? }
? ? ?else
? ? ? ? {
? ? ? ? ?Serial.println("FOUR WAY INTERSECTION");
? ? ? ? ?Left();
? ? ? ? }
? ? }
最短路徑算法
這是機器人用來計算迷宮中最短路徑的算法。它使用使用 LSRB 算法獲取的路徑并將其轉換為最短路徑。如何？讓我們看看這是如何工作的?？紤]下圖中的迷宮。現(xiàn)在讓我們在這里放置一個機器人，讓我們通過 LSRB 算法可視化它的路徑。我們可以通過使用 LSRB 算法，機器人將采取 LEFT、LEFT、BACK、RIGHT、STRAIGHT。簡而言之，我們可以說機器人跟隨 L、L、B、R、S?，F(xiàn)在作為一個人，我們可以直接說最短路徑就是這里的 RIGHT 或“R”轉。但是機器人是如何做到這一點的呢？最短路徑算法在這里使用了替換。這些替換如下所示：

LBR = “B”

LBS = “R”

RBL = “B”

SBL = “R”

SBS = “B”

LBL = “S”

現(xiàn)在讓我們通過替換方法縮短路徑。在路徑 {L, L, B, R, S} 中，LBR = 'B' 所以 Path 現(xiàn)在變?yōu)?{ L, B, S}?，F(xiàn)在 LBS = 'R' 所以最終路徑變?yōu)?{ R} ，如前所述，這是正確的。現(xiàn)在讓我們將這個算法轉化為 Arduino 代碼：

void CALCULATE_SHORTEST_PATH(char MAZE_ARRAY[], int SIZE_OF_ARRAY)
{
? /*ONCE THE ROBOT COMPLETES THE MAZE THE FINAL SHORTEST PATH CALCULATED
? IS STORED IN THE ROBOT MEMORY.THIS SHORTEST PATH IS USED TO COMPLETE
? THE SAME MAZE IN SHORTEST AMOUNT OF TIME.(L :LEFT, R:RIGHT, B:BACK,S:STRAIGHT)
? BELOW ARE THE FEW SUBSTITUTIONS TO CONVERT FULL MAZE PATH TO ITS?
? SHORTEST PATH:
? LBL = S
? LBR = B
? LBS = R
? RBL = B
? SBL = R
? SBS = B
? LBL = S */

? char ACTION;
??
? for(int i = 0; i <= SIZE_OF_ARRAY-2; i++)
? ? {
? ? ? ACTION = MAZE_ARRAY[i];
? ? ? ? ? ?
? ? ? if(ACTION == 'B')
? ? ? ? {
? ? ? ? ? if(MAZE_ARRAY[i-1]== 'L' && MAZE_ARRAY[i+1] == 'R')
? ? ? ? ? ? {
? ? ? ? ? ? ? MAZE_ARRAY[i] = 'B';
? ? ? ? ? ? ? MAZE_ARRAY[i-1] = 0;
? ? ? ? ? ? ? MAZE_ARRAY[i+1] = 0;
? ? ? ? ? ? ? REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1);?
? ? ? ? ? ? }

? ? ? ? ? ?if(MAZE_ARRAY[i-1]== 'L' && MAZE_ARRAY[i+1] == 'S')
? ? ? ? ? ? {
? ? ? ? ? ? ? MAZE_ARRAY[i] = 'R';
? ? ? ? ? ? ? MAZE_ARRAY[i-1] = 0;
? ? ? ? ? ? ? MAZE_ARRAY[i+1] = 0;
? ? ? ? ? ? ? REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1);
? ? ? ? ? ? }

? ? ? ? ? ? if(MAZE_ARRAY[i-1]== 'R' && MAZE_ARRAY[i+1] == 'L')
? ? ? ? ? ? {
? ? ? ? ? ? ? MAZE_ARRAY[i] = 'B';
? ? ? ? ? ? ? MAZE_ARRAY[i-1] = 0;
? ? ? ? ? ? ? MAZE_ARRAY[i+1] = 0;
? ? ? ? ? ? ? REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1); ? ? ? ??
? ? ? ? ? ? }

? ? ? ? ? ? if(MAZE_ARRAY[i-1]== 'S' && MAZE_ARRAY[i+1] == 'L')
? ? ? ? ? ? {
? ? ? ? ? ? ? MAZE_ARRAY[i] = 'R';
? ? ? ? ? ? ? MAZE_ARRAY[i-1] = 0;
? ? ? ? ? ? ? MAZE_ARRAY[i+1] = 0;
? ? ? ? ? ? ? REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1); ? ? ? ? ? ??
? ? ? ? ? ? }

? ? ? ? ? ? if(MAZE_ARRAY[i-1]== 'S' && MAZE_ARRAY[i+1] == 'S')
? ? ? ? ? ? {
? ? ? ? ? ? ? MAZE_ARRAY[i] = 'B';
? ? ? ? ? ? ? MAZE_ARRAY[i-1] = 0;
? ? ? ? ? ? ? MAZE_ARRAY[i+1] = 0;
? ? ? ? ? ? ? REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1); ? ? ? ? ? ??
? ? ? ? ? ? }

? ? ? ? ? ? if(MAZE_ARRAY[i-1]== 'L' && MAZE_ARRAY[i+1] == 'L')
? ? ? ? ? ? {
? ? ? ? ? ? ? MAZE_ARRAY[i] = 'S';
? ? ? ? ? ? ? MAZE_ARRAY[i-1] = 0;
? ? ? ? ? ? ? MAZE_ARRAY[i+1] = 0;
? ? ? ? ? ? ? REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1);
? ? ? ? ? ? }
? ? ? ? ? ??
? ? ? ? ? i = -1;
? ? ? ? }
? ? ? ?
? ? ? ?delay(100); ??
? ? }
}

　　最短路徑算法可以用 3 個紅外傳感器嗎？

　　如果您只使用 3 個紅外傳感器，那就很難了。為了使其工作，您必須使用 PID 算法使機器人遵循絕對直線路徑。如果您的機器人遵循絕對直線路徑，則只能在其中實現(xiàn)最短路徑算法。

　　PID控制器

　　PID控制器中的PID代表比例積分和微分。這將在我們的機器人中用于遵循一條完全筆直的路徑。先查看一下PID這個術語的意思：

　　1.Proportional：此項與誤差（E）項成正比。誤差越大，比例部分的值越大。該值負責機器人的轉動。例如，如果誤差很大，那么機器人的動作也會很強。所以基本上比例負責機器人的動作強度。比例的缺點是它會產(chǎn)生很多振蕩。就像如果機器人只包含比例部分，那么車輛將繼續(xù)從左到右擺動。好吧，它會直走，但會振蕩很多。通過比例控制獲得的增益用“KP”表示。

　　P = KP x Error

　　2. 積分：即使在微分部分消除了振蕩之后，仍然存在小的偏移量。積分部分通過考慮所有誤差來消除此偏移。積分項隨時間增加。通過積分獲得的增益用“KI”表示。

　　I = I + KI x Error

　　3 微分：微分項減少或消除了比例項產(chǎn)生的振蕩。這將使機器人的運動更加順暢。機器人將沿著一條直線前進，沒有振蕩。Derivative 獲得的增益用“KD”表示。

　　D = KD x （Error - Previous_Error）/Time

　　PID 的公式由下式給出：

　　所以最終的PID值是通過將這些項相加得到的：

　　PID = P + I + D

　　PID 的主要目標是盡可能減少誤差項。在繼續(xù)編碼之前，PID 控制器需要三個主要元素。

　　1. 反饋：反饋是一個過程，其中一部分輸出用作迭代中的輸入。在我們的案例中，反饋是由 MPU6050 提供的。我們得到了什么樣的反饋？我們得到陀螺值作為反饋。

　　2.Actuator：這個東西起到改變系統(tǒng)輸出的作用。它可以是伺服電機、直流電機或任何其他電機。在我們的例子中，執(zhí)行器是機器人的兩個直流電機。

　　3.SetPoint ：這是我們想要達到的理想點或值。它是通過完全消除誤差而獲得的。

　　現(xiàn)在將這個理論轉化為代碼：

　　double PID_CONTROLLER(double FEEDBACK, double dt)

{
? double ERROR_VALUE;
? double PREVIOUS_ERROR_VALUE = 0;
? double SETPOINT = ; //put the desired value decided by you here.
? double KP = ; //put the value you want here.
? double KI = ; //put the value you want here.
? double KD = ; //put the value you want here.
? double P;
? double I;
? double D;
? double INTEGRAL;
? double DERIVATIVE;
? double OUTPUT_VALUE;

? ERROR_VALUE = SETPOINT - FEEDBACK; //Here the feedback is YAW from MPU6050

? P = KP*ERROR_VALUE;?

? INTEGRAL += ERROR_VALUE*dt;
? I = KI*INTEGRAL;

? DERIVATIVE += (ERROR_VALUE-PREVIOUS_ERROR_VALUE)/dt;
? D = KD*DERIVATIVE;

? OUTPUT_VALUE = P + I + D ;

? PREVIOUS_ERROR_VALUE = ERROR_VALUE;

? return OUTPUT_VALUE;
??
}

　　PID值的調整：

　　調整系統(tǒng)的 Kp、Ki 和 Kd 值的方法有很多，其中一種是手動調整，通過它可以輕松實現(xiàn)穩(wěn)定性。最初，Kp、Ki 和 Kd 值設置為零。然后 Kp 值從零增加到系統(tǒng)開始從其平均位置振蕩的點。

　　隨著 Kp 值的增加，可以看出系統(tǒng)的響應逐漸增加。保持 Kp 值恒定，然后增加 Ki 值，直到從系統(tǒng)中可以看出，朝某個方向的小傾斜傾向于使車輛朝該方向加速。當正確獲得 Kp 和 Ki 值時，則增加 Kd 值。Kd 值增加，從而顯著降低了快速加速度。

　　適當?shù)?KD 值會導致較小的過沖和振蕩。在獲得粗略的 Kp、Ki 和 Kd 值后，進行微調。以上步驟重復多次，得到增益值的最佳組合。

　　PID控制器

　　即使使用對稱的底盤，您可能已經(jīng)注意到機器人在沿線行駛時仍然會向左或向右移動，這是因為直流電機。愛好者使用的直流電機并不完美。沒有兩個電機是一樣的。它們的機械結構之間總是存在細微差別。如果您的機器人遵循絕對直線路徑，那么您很幸運，恭喜！但很多時候這種情況不會發(fā)生，機器人通常不會向左或向右移動。如果您不使用紅外傳感器陣列，這可能會影響您的最短路徑算法。對 PID 的另一種需求是當您使用非常高的 RPM 電機時。

　　為了克服這個問題，有很多選擇：

　　1.使用優(yōu)質直流電機（不保證直線路徑）

　　2.使用優(yōu)質車輪（不保證直線路徑）

　　3.使用高度機械精確的底盤（不保證直線路徑）

　　4.降低一個電機的速度，使兩個電機的速度完美匹配（但這樣做后仍然存在微小的誤差，使機器人幾乎沒有偏離軌道）。

　　5.使用旋轉編碼器（有時可能很好用）

　　6.使用PID控制器（如果編碼完美，保證機器人的直線路徑）。

　　在所有這些選項中，只有 PID 控制器可以保證機器人的絕對直線路徑。

　　構造

　　機器人的構造非常簡單。我很確定只有圖像就足以讓您構建硬件，所以我只提供圖像。

　　最終成果

　　請注意，代碼將僅是 LSRB 算法的實現(xiàn)。代碼中有一個最短路徑函數(shù)，您可以使用它來實現(xiàn)最短路徑算法。您可以嘗試使用該功能來實現(xiàn) 3 個紅外傳感器的最短路徑。